自主移動機器人動態(tài)環(huán)境感知與構(gòu)圖研究.pdf

1、智能機器人研究領(lǐng)域中，實現(xiàn)機器人的自主性是不可或缺的環(huán)節(jié)。機器人獨立自主的完成某一作業(yè)任務(wù)，離不開對周圍作業(yè)環(huán)境信息和自身位置的實時感知。由此產(chǎn)生同步定位與構(gòu)圖（ Simultaneous Localization and Mapping, SLAM）技術(shù)，即自主移動機器人自身配備環(huán)境感知傳感器，在作業(yè)行進(jìn)過程中感知環(huán)境，由感知數(shù)據(jù)提取出能夠描述比較有代表性的環(huán)境特征，這些特征一方面能夠在一定程度上反應(yīng)出作業(yè)環(huán)境，另一方面可用于校正機器

2、人自身在環(huán)境中的相對位姿。
　　本文首先搭建機器人系統(tǒng)平臺，在該平臺上構(gòu)建復(fù)合坐標(biāo)系，同時建立了環(huán)境感知特征地圖模型、機器人運動系統(tǒng)模型和環(huán)境特征量測模型。其次，對于環(huán)境感知數(shù)據(jù)集，提出線段特征提取方法。方法涵蓋多個細(xì)節(jié)處理，分別是：環(huán)境感知數(shù)據(jù)集初步劃分得到多個獨立的連通區(qū)域，連通區(qū)域逐一進(jìn)行數(shù)據(jù)平滑處理，連通區(qū)域細(xì)化分割，實現(xiàn)感知數(shù)據(jù)最大化劃分；改進(jìn)的最小二乘直線擬合法獲取直線距離-傾角參數(shù)，誤判噪聲點處理方法、線段交點歸一化

3、方法、小范圍掃描盲區(qū)地圖填補方法等對線段端點進(jìn)行綜合整合并獲取線段特征的端點坐標(biāo)參數(shù)。再次，采用獨立兼容最近鄰（ ICNN）數(shù)據(jù)關(guān)聯(lián)方法，并建立數(shù)據(jù)關(guān)聯(lián)模型和對應(yīng)的數(shù)據(jù)關(guān)聯(lián)矩陣。受過濾門限的設(shè)置方法的啟發(fā)，提出用于特征匹配的灰色區(qū)域劃分方法，將不可能出現(xiàn)匹配范圍內(nèi)的地圖特征元素濾除，有效降低數(shù)據(jù)關(guān)聯(lián)矩陣解空間的維數(shù)。同時提出誤判匹配對的判別方法及其處理方法，以及有效點特征的判定方法，用于輔助線段特征的數(shù)據(jù)關(guān)聯(lián)。基于獨立兼容最近鄰方法的數(shù)